1. time domain

빼면 미분이다.

더하면 적분이다. (미적분의 정의와는 다르지만, 이정도면 충분)

구간평균내면 저주파수 영역이다. (구간이 클수록 더 저주파수 영역이다)

즉, 주파수란, 시간영역에서 주기를 갖고 등장하는 샘플의 세기를 표현한 공간일 뿐.

당연히 원 샘플보다 고주파수 영역의 정보는 정보량의 한계를 넘어 그다지 의미가 없다.

하지만 보간기법에 따라 보다 유효한 기준 샘플이 얻어지는 경우는 있지.


2. frequency domain

시간 정보를 포함하면 wavelet transform. 그러나 주파수 정보 자체는 흩어져있음.

포함하지 않으면 fourier transform

하지만 언제나 경계제거는 간과하기 쉬운 숙제.

주파수별로 깨끗하게 뜯어낼 수 있다면 돈방석은 따놓은 당상.

스스로가 과학자 성향이 조금 있는 개발자라 생각된다면 닥치고 신호처리 고고싱.


3. probability domain (density, distribution)

random 의 가치는 노이즈로 가득찬 현실세계와 너무나 닮아 있다는데 있다.

고주파로 갈수록 노이즈에 가까와지는것, 양자의 세계로 갈수록 확률론적으로 접근하게 되는 것은 당연한 인과라고 본다.

단순한 회로(일종의 복합저항체)의 capacitance 로부터, 흘러 나오는 전하의 지연효과들 (after glow, comet tail 마찬가지)

이를테면, 등교하는 학생들은 비교적 동일 시각에 들어가지만, 하교하는건 학년별, 취미활동 별로 제각각인 것 처럼...

쏟아져 들어가서 제멋대로 질질 끌며 나오는게 자연계의 흐름.

확률밀도 함수의 중요성을 깨닫게 된다.